フィジカルとAIをつなぐOODAループはもう実装可能　ソラコムとセンシンロボティクスが語る「リアルワールドAIプラットフォーム」

2026年03月05日 12時00分更新

大谷イビサ　編集●ASCII　写真●曽根田元

提供: ソラコム

「2030年の未来が描けない」　全体最適の呪いをどう払拭する？

大谷：諸藤さんから見て、リアルワールドAIプラットフォームに進むための課題ってほかにありますか？

諸藤：現実的にはコストの課題はあります。低廉化したカメラはともかく、ロボットは課題解決のコストとしてはまだ高い。フィジカルAIが注目されて、ユースケースが増えてくれば解決していきそうですが、時間はかかると思います。

現時点だとAIやロボットとともに働くという従業員のマインドセットや業務設計も未成熟です。かなりの試行錯誤と経験値がないと、次のレベルにまでは至らないです。

大谷：でも、レストランチェーンのネコちゃんロボットみたいに、人手不足という課題解決のために、普及したロボットも出てきたので、ニーズにフィットすれば、増える可能性はありますよね。

諸藤：一番大きいのは、全体の工程や業務フローが固まっている会社は一部分だけ変えるのが難しいという点ですね。これはDX全般の話でもあるのですが、一部だけデジタル化しても、業務フロー全体で不整合が起こる可能性が高い。伝票をデジタル化して業務は楽になったけど、計画業務自体を変革して価値出そうとすると、工事計画システム自体に手を入れる必要があります。その場合は、全体を最適化しなければならないので、より大きな業務設計や中長期的な計画に当てはめていく提案が必要です。

松下：確かに、「全体最適の呪い」みたいなことありますよね。しかも、取引先まで歩調を合わせようとしたら、自社だけで完結しない。

とはいえ、どの会社も次の中長期計画の立案はけっこう苦労されていて、ITシステムのあり方自体を根本的に変える必要が出ているんです。従来、自社で作っていたシステムをSaaS前提に変えていたのに、今度はAIが出てきて、社員もAIエージェント化みたいな世界感になると、2030年までの未来がますます描きにくくなっています。どの会社も未来像が固まるまでは、根本的な変革は待とうという流れになりそうです。

大谷：では、「2030年は描けないので待とう」まとめになるんですかね。

諸藤：ただ、生成AIの進化により、サービス間の整合性はよりとりやすくなっています。紙と申請書しか受け付けない国や自治体のシステムは変えられないけど、申請書を生成するAIは作れます。国のシステムがJSONで受け付けてくれる未来を待たず、現在は擬似的にAPI化していこうという取り組みはわれわれもやっています。

あと、先日お客さまとお話ししたのですが、「絶対に人間がやるべきこと」は今から決められると思います。技術の進歩でAIやロボットができることは増えていくのですが、これは人間がやるんだ、ここは教育コストをかけて人を育てるべきというところは、決められます。だから、最近はエグゼクティブの方々と話すと、コアコンピタンスを見直すとか、人材育成の方向性、組織の形式知の構築といった話になりますね。

松下：別の記事を執筆するために、歴史を振り返ってきたんですが、やはり電気の一番の効能って、夜も働けるようになったということだと思っています。AIもそれに近い話だと思っていて、人間の代わりにAIやロボットが仕事をしてくれる。今まで仕事は量の話だったんですが、今後は質の話が問われるようになってくるんだろうなと思います。

リアルワールドAIプラットフォームは未来ではない

大谷：期せずして、ソラコムとセンシンロボティクスは同じようなフレームワークを提唱している。あとは実現可能性ですね。

諸藤：われわれが提示したこのフレームワークって、実はそれほど未来ではないんです。

今回の企画って、エンジニアや事業担当者を読者想定にしていると思うのですが、ここらへんの話って未来の話として語られていることが多い。でも、そんなことないと正直思っています。AIエージェントを連携するプロトコルも標準化されているくらいなので、少なくとも検証する価値はあるレベルにまでは達しています。実際、弊社で検証したものをお持ちすると、お客さまからは「もうできてるじゃん」という反応になります（笑）。

あとはプレイヤーが増えることが必要かなと。この技術マッピングで足りない部分をみんなで埋めていこうよという話ですね。

大谷：実際にソラコムの取材で言うと、先日記事にしたコープさっぽろさんって、カメラの映像を見て、売り場の状況を把握し、売り場を整えるというアクションまではすでにできているんですよね。ソラコムの自動化サービスであるSORACOM Fluxで判断までは進んでいるので、決定や実行の部分でAIやロボットがどこまで介在するかという話だと捉えています。

諸藤：実際に修理までロボットがやるという話はまだまだ未来だと思いますが、定期巡回を全自動で実施する事例はすでにあります。弊社の事例で言うと、自律運用が可能なドローンの運用はけっこう現実的になっています。四国電力さんの事例では、自動離・着陸、自動充電可能なドックからドローンが定時に飛び立って、巡回点検した後、そのデータをAIを分析して、異常を検知します。

また、技術的には撮影した写真から紙が落ちているとか、人が倒れてるみたいなことまで特定でき、位置情報までトラックしているので、どこを見るべきかまで判断して、オペレーターに渡すことが可能です。

ドローンの画像をAIで認識

松下：ここまで判断して、人に決定を委ねられると、業務は変わりますよね。観察から判断までのデータをうまく使った仕組み作りはやりやすいですね。

諸藤：LLMがマルチモーダル化して、テキストだけではなく、画像や音声まで識別できるようになったことで、こうしたモデルが作りやすくなっています。従来はケースに合わせてモデルを作っていたのですが、われわれが作ったプリセットのモデルで精度を高めることが可能です。

たとえば、鉄塔の監視であれば、写真から鉄塔をくりぬくAI、サビを見つけるAI、見つけたサビをお客さまの判断に合わせてランク付けするAIの3つを組み合わせています。お客さまはサビの面積を把握したり、危険度ランクで作業の可否を判断できます。

松下：時系列で写真を撮ることで、傾向や危険度も見えてくるわけですね。

諸藤：IoT案件だと、まずはスポットでの利用になりますが、時系列データをとることでおっしゃるとおり傾向がつかめます。さらに進むと、鉄塔をどう作るべきかという計画に生かすことが可能になります。これは大きな価値なのかなと思います。

大谷：松下さんはどうお考えですか？

松下：まったく同意ですね。すでに技術マッピングができているくらいなので、もう現実解です。産業ロボットのAPIを公開するみたいな話も出ていますので、リアルワールドとサイバーワールドをつなげていく動きは加速していると思います。IoTとしては観察の部分がフォーカスされがちですが、ソラコムのCTOの安川が話しているのも、まさにこの判断、実行までできるという話です。

大谷：リアルワールドAIプラットフォームの世界感をだいぶ深められた気がします。お二人とも今回はありがとうございます！

■関連サイト